Développeur IA / LLMOps – NLP & IA générative - 3 à 5 ans d'expérience
ematissSaaS B2BPubliée il y a 2 semaines
~ 450 – 600 €/jFourchette estimée par FreelanceScope à partir du niveau d'expérience demandé : la source ne publie pas de TJM pour cette mission.
- Lieu
- Paris · Télétravail non précisé
- Durée
- 3 ans
- Démarrage
- 6 novembre 2026
- Expérience
- Confirmé (3-6 ans)
- Langues
- Français
- Contrat
- Freelance
Situer cette mission
Repères calculés par FreelanceScope sur les missions ouvertes de son catalogue — ils ne proviennent pas de l'annonce et n'engagent pas l'entreprise.
- 149 missions ingénieur ia sont ouvertes à Paris en ce moment, sur 372 pour ce métier en France.
- 7 % des missions ingénieur ia de notre catalogue sont ouvertes en télétravail total.
- Compétences peu demandées ailleurs dans le catalogue : NLP (16 missions), Node.js (84 missions), MLOps (107 missions). À séniorité égale, une compétence rare se négocie mieux.
Profil confirmé (3-6 ans) · Comment ces repères sont calculés
La mission
Contexte de la mission : Dans le cadre du développement de ses solutions d’intelligence artificielle, une équipe technique recherche un consultant spécialisé en IA / LLMOps pour contribuer à la conception, au développement et à la mise en production de solutions d’IA, d’IA générative, de NLP et de Speech-to-Text.
Le consultant interviendra sur des projets concrets, de l’expérimentation jusqu’à l’industrialisation des modèles et des services IA, en collaboration avec des équipes pluridisciplinaires.
Missions principales : - Concevoir, développer et déployer des solutions d’IA et de Machine Learning en environnement de production. - Développer des applications et services IA en Python et/ou Node.js, avec manipulation de données SQL. -Concevoir et mettre en œuvre des architectures basées sur les LLM, notamment des systèmes RAG, des modèles d’embeddings et des bases de données vectorielles. -Industrialiser les solutions IA à l’aide de pratiques MLOps, de conteneurs Docker, de Kubernetes et de pipelines CI/CD. -Mettre en place le suivi des expérimentations, l’évaluation de la qualité des réponses des LLM et la gestion des évolutions des prompts, notamment avec MLflow. -Développer et exposer des API métiers autour du Speech-to-Text, de la classification de contenus, de la génération de titres optimisés SEO et de la contextualisation de données. -Contribuer à l’amélioration continue des performances, de la fiabilité et de la qualité des solutions mises en production.
Compétences techniques requises : - IA / Machine Learning : au moins 3 ans d’expérience en développement IA, ML ou Deep Learning, avec des déploiements effectifs en production. -Développement : maîtrise de Python et/ou Node.js, ainsi que du langage SQL. -IA générative : conception d’architectures LLM, RAG, embeddings et bases vectorielles. -DevOps : Docker, Kubernetes et CI/CD avec GitLab. -MLOps : MLflow, suivi des expérimentations, évaluation des LLM (LLM-as-a-judge, golden datasets) et suivi des évolutions des prompts. -NLP / Speech-to-Text : développement de services de traitement automatique du langage et de reconnaissance vocale, exposés via des API.
Compétences appréciées : - Expérience des environnements Cloud et hybrides : GCP, Azure ou Cloud souverain (OVHcloud, Scaleway), avec des contraintes d’hébergement on-premise. -Conception et déploiement d’agents IA, mise en œuvre de Small Language Models (SLM). -Réalisation de tests de performance : charge, stress et endurance. -Mise en place de solutions de monitoring et d’observabilité avec Prometheus et Grafana. -Capacité à vulgariser des sujets techniques auprès d’interlocuteurs non techniques. -Autonomie, adaptabilité et pratique des méthodes agiles.
Profil recherché : Consultant disposant de 3 à 5 ans d’expérience significative en développement IA et en industrialisation de solutions d’intelligence artificielle, avec une expérience concrète de mise en production de services IA générative et/ou NLP.
Le profil recherché doit être à la fois opérationnel sur le développement et capable de contribuer à l’industrialisation, à l’évaluation et au maintien en conditions opérationnelles des solutions déployées.
Compétences attendues
Indispensables
- NLP
- Machine Learning
- Python
- Node.js
- SQL
- LLM
- RAG
- MLOps
Appréciées
- Docker
- Kubernetes
- CI/CD
- MLflow
- Deep Learning
- GCP


